DISTRIBUSI PENCUPLIKAN / DISTRIBUSI SAMPEL

Presentasi berjudul: "DISTRIBUSI PENCUPLIKAN / DISTRIBUSI SAMPEL"— Transcript presentasi:

1 DISTRIBUSI PENCUPLIKAN / DISTRIBUSI SAMPEL

2 A. Pendahuluan

3 Pendahuluan : Pengertian dan Konsep Dasar
POPULASI :Kumpulan/himpunan dari keseluruhan elemen yang menjadi obyek penelitian/penyelidikan SAMPEL : Sebagian obyek dari populasi ELEMEN : Sesuatu yang menjadi obyek penyelidikan SENSUS : Cara mengumpulkan data dari populasi SAMPLING : Cara mengumpulkan data dari sampel Kelemahan sensus: biaya mahal, waktu lama, tenaga yang besar Kelemahan sensus diatasi dengan teknik sampel (sampling); Keuntungan teknik sampel adalah biaya yang rendah serta waktu yang pendek tanpa mengurangi keakuratan KARATERISTIK POPULASI : Sifat-sifat atau ciri-ciri yang diamati dalam suatu populasi PARAMETER : karakteristik yang dihitung dari populasi; STATISTIK : karakteristik yang dihitung dari sampel;

4 Pendahuluan : Hubungan antara Populasi dan Sampel  = µ, σ, p
Sample N Sample Populasi = ẍ, s, ṕ Sampling  = µ, σ, p Hubungan antara Populasi dan Sampel

5 Pendahuluan : Karakteristik Populasi & Sampel
Ukuran N Parameter Mean µ Simpangan baku σ Populasi : Berhingga Tak Berhingga Karakteristik Sampel Ukuran n Statistik Mean X Simpangan baku S Sampel Besar Kecil Statistika inferensia : semua metode yang berhubungan dengan analisis sebagian data atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data == by nuha == Jenis statistik ada 2 : Statistika deskriptif dan inferensia Statistika Deskriptif adalah statistika yang berkenaan dengan metode atau cara mendeskripskan, menggambarkan, menjabarkan atau mengurangi data Statistika Inferensia adalah statistika yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu populasi

6 Pendahuluan Terdapat gap antara populasi dan sampel yang disebut sebagai kesalahan (penyimpangan) Sebab kesalahan sampel: kesalahan pemilihan sampel, kesalahan hitung, dll Sampel yang representatif memiliki ciri: ukuran tertentu yang memakai syarat, kesalahan terkecil, dan dipilih dengan prosedur yang benar berdasarkan teknik sampel tertentu

7 Pendahuluan Sampel merupakan potret dari populasi
Dengan sampel diharapkan bisa memperoleh gambaran yang sesungguhnya mengenai karakteristik populasi Hasil perhitungan dari data sampel akan dipakai untuk menyimpulkan parameter populasi Contoh : Jumlah mahasiswa di UMY N= (populasi mahasiswa) dan hanya n=100 yang pilih Dari 100 sampel mahasiswa yg terpilih diharapkan mampu mewakili populasi dalam penelitian

8 Pendahuluan : Parameter populasi ditulis dengan huruf latin , di mana  bisa berupa: rata-rata populasi µ, simpangan baku populasi σ, proporsi populasi p. Sedangkan statistik dari sampel ditulis (topi), bisa berupa : rata-rata sampel 𝐗, simpangan baku sampel S, proporsi sampel .

9 B. Teknik Pengambilan Sampel

10 Teknik Pengambilan Sampel menurut proses memilihnya : 2
Pengambilan sampel dengan pengembalian, maka ukuran populasi adalah tetap. Sesuai untuk ukuran populasi terbatas Pengambilan sampel tanpa pengembalian, maka ukuran populasi akan berkurang. Sesuai untuk populasi tak terbatas

11

12 Teknik Pengambilan Sampel menurut probabilitasnya: 4
Teknik Pengambilan Sampel Acak Sederhana Teknik Pengambilan Sampel Acak Sistematik Teknik Pengambilan Sampel Acak Stratifikasi Teknik Pengambilan Sampel Acak Kluster

13 Teknik Pengambilan Sampel Acak Sederhana
Pengambilan sample secara acak sederhana, ialah pengambilan sampel sebanyak n sedemikian rupa sehingga : setiap unit dalam populasi mempunyai kesempatan yang sama  untuk dipilih menjadi sampel dan Setiap ukuran sampel n juga mempunyai kesempatan yang sama untuk terambil Metode yang digunakan dengan cara : undian (digoncang seperti arisan) tabel bilangan acak

14

15 Teknik Pengambilan Sampel Acak Sistematik
Teknik pengambilan sampel acak sistematik dilakukan dengan mengambil setiap unsur ke-k dalam populasi untuk dijadikan sampel, dengan titik awal ditentukan secara acak diantara k unsur yang pertama Sering digunakan karena dapat menarik kesimpulan yang tepat mengenai parameter populasi sebab sampelnya menyebar secara merata di seluruh populasi.

16 Teknik Pengambilan Sampel Acak Stratifikasi
Teknik pengambilan sampel acak statifikasi dilakukan dengan membagi populasi menjadi beberapa kelompok / sub populasi (strata), sehingga setiap kelompok akan memiliki nilai variabel yang tidak terlalu bervariasi (relatif homogen). Selanjutnya dari setiap strata dipilih sampel melalui proses pengambilan secara sederhana.

17 Teknik Pengambilan Sampel Acak Stratifikasi
Dilakukan dengan membagi populasi menjadi beberapa strata (tingkatan) kemudian sampel diambil secara acak dari setiap tingkatan. Teknik ini dilakukan bila populasinya heterogen. Cara pengambilan sampel untuk setiap tingkatan tidak sama, harus sebanding dengan jumlah anggota setiap tingkatan (proporsional).

18 Teknik Pengambilan Sampel Acak Kluster
Mengambil beberapa kluster (kelompok) secara acak kemudian semua atau sebagian dari anggota masing-masing kelompok diambil secara acak sebagai sampel

19 C. Distribusi Sampel

20 Distribusi Sampel Statistik yang dihitung dari sampel digunakan untuk menyimpulkan parameter populasi Dalam hal ini berarti dilakukan generalisasi data Generasilasi akan lebih baik dan meyakinkan jika sampel diambil secara berulang-ulang dan acak sehingga diperoleh banyak sampel acak yang berlainan dari populasi yang sama Dari sampel dihitung karakteristiknya Karena sampel bersifat acak, maka statistik dari sampel juga bersifat acak sehingga secara keseluruhan statistik yang diperoleh akan membentuk suatu distribusi yaitu distribusi statistik Distribusi probabilitas dari suatu statistik disebut distribusi sampel

21 Distribusi Sampel Distribusi sampel: statistik sampel yang diperoleh bersifat acak (variabel acak) yang mengikuti suatu distribusi tertentu Bila statistik yang dihitung dari sampel adalah rata-rata maka akan diperoleh distribusi sampel rata-rata Bila statistik yang dihitung dari sampel adalah proporsi maka akan diperoleh distribusi sampel proporsi

22 D. Distribusi Sampel Rata-rata

23 Distribusi Sampel Rata-rata
Bila populasi terbatas berukuran N dengan rata-rata μx dan simpangan baku σx diambil sampel berukuran n secara berulang tanpa pengembalian, maka diperoleh :

24 Distribusi Sampel Rata-rata
Bila populasi tak terbatas dengan rata-rata μx dan simpangan baku σx diambil sampel berukuran n tanpa pengembalian, maka diperoleh : Karena N besar sekali (populasi tak terbatas) maka perbandingan = 1 dan = 1

25 Distribusi Sampel Rata-rata
Bila sampel diambil cukup besar, n>=30, maka distribusi sampelnya akan mendekati distribusi normal sehingga variabel random Z dapat dihitung dengan rumus :

26 Contoh Suatu sampel acak sebesar n = 10 diambil tanpa pengembalian dari populasi tak terbatas yang mempunyai rata-rata μx = 5,5 dan simpangan baku σx = 2,92. Tentukan rata-rata dan simpangan baku dari sampel rata-rata tersebut.

27 Jawab = 5,5 = 2,92/ 10 = 0,92

28 Contoh Kecepatan maksimum 2000 mobil mempunyai rata-rata 135,5 km/jam dengan simpangan baku 5,2 km/jam. Jika sampel sebesar 150 mobil dipilih secara acak tanpa pengembalian, Hitung probabilitas kecepatan maksimum rata-rata dari 150 mobil tersebut yang lebih besar dari 136,1 km/jam!

29 Jawab Populasi terbatas N= 2000 Sampel besar (n>30), n= 150
Kecepatan rata-rata μx = 135,5 Km/Jam Simpangan baku σx = 5,2 Km/jam Distribusi sampel kecepatan maksimum rata-rata merupakan distribusi normal sehingga statistik Z mempunyai distribusi normal standar

30 Jawab Lihat tabel distribusi normal 1,46  0,9279
Jadi probabilitas kecepatan maksimum rata-rata mobil yang lebih besar dari 136,1 km/jam adalah P(X>136,1) = P(Z>1,46) = 1- 0,9279 = 0,0721

31 E. Distribusi Sampel Proporsi

32 Distribusi Sampel Proporsi
Bila populasi berukuran N mengandung jenis p sebanyak X, maka proporsi p adalah X/N Jika dari populasi tersebut diambil sampel berukuran n yang juga mengandung proporsi x/n dan sampel diambil berulang maka statistik yang bersifat acak Sehingga mempunyai distribusi sampel proporsi dengan rata-rata dan simpangan baku sbb :

33 Distribusi Sampel Proporsi

34 Contoh Diketahui sebanyak 10% dari ibu-ibu rumah tangga di Bandung memakai detergen A untuk mencuci pakaiannya. Jika dari populasi tersebut diambil sampel berukuran 100 : Tentukan rata-rata dan simpangan baku dari populasi ibu-ibu rumah tangga yang memakai detergen A! Bila dari sampel tersebut ternyata terdapat paling sedikit 15 ibu rumah tangga yang memakai detergen A, tentukan probabilitasnya!

35 Jawab p = 10% = 0,1 Populasi ibu-ibu rumah tangga di Bandung  N populasi tak terbatas Sampel besar (n>30)  n= 100 Rata-rata μp(topi) dan Simpangan baku σp(topi) ibu-ibu rumah tangga yang memakai detergen A  Rata-rata μp(topi) dan Simpangan baku σp(topi) distribusi sampel proporsi Bila x Paling sedikit 15 (x≥15) dalam sampel n = 100 maka p(topi) = x/n = 15/100 = 0,15

36 Jawab Dari tabel untuk nilai Z=1,67  0.9525
Sehingga P(Z>1,67) = = 0,0475

37 F. Distribusi Sampel Beda Dua Rata-rata

38 Distribusi Sampel Beda Dua Rata-rata
Terdapat 2 populasi. Populasi 1 sebanyak N1 dan mempunyai rata-rata μ1 serta simpangan baku σ1. Populasi 2 sebanyak N2 mempunyai rata-rata μ2 serta simpangan baku σ2. Dari populasi 1 diambil sampel acak sebanyak n1 dengan rata-rata X1 dan dari populasi 2 sampel acak sebanyak n2 dengan rata-rata X2 dimana kedua sampel tersebut dianggap saling bebas. Dari sampel X1 dan X2 dapat dibuat sampel baru yang juga bersifat acak, yaitu sampel beda dua rata-rata.

39 Distribusi Sampel Beda Dua Rata-rata
Rata-rata dan simpangan baku dari distribusi sampel beda dua rata-rata adalah :

40 Contoh Di suatu universitas diketahui rata-rata tinggi badan mahasiswa laki-laki adalah 164 cm dengan simpangan baku 5,3 cm. Sedangkan mahasiswa perempuan tinggi badannya rata-rata 153 cm dengan simpangan baku 5,1 cm. Dari dua populasi tersebut diambil sampel acak yang saling bebas masing-masing 150 orang, berapa probabilitas rata-rata tinggi mahasiswa laki-laki paling sedikit 12 cm lebihnya daripada rata-rata tinggi mahasiswa perempuan?

41 Jawab

42 Jawab Karena rata- rata tinggi badan mahasiswa laki - laki paling sedikit 12 cm lebihnya daripada rata- rata tinggi badan mahasiswa perempuan, maka sehingga Dari tabel untuk nilai Z=1,67  Sehingga P(Z≥1,67) = = 0,0475

43 F. Distribusi Sampel Beda Dua Proporsi

44 Distribusi Sampel Beda Dua Proporsi
Ada 2 populasi. Populasi 1 berukuran N1 terdapat jenis X1 dengan proporsi X1/N1 Populasi 2 berukuran N2 terdapat jenis X2 dengan proporsi X2/N2 Bila populasi 1 diambil sampel acak berukuran n1 maka sampel ini akan mengandung jenis x1 dengan proporsi x1/n1 Demikian juga dengan populasi 2 diambil sampel acak berukuran n2 maka sampel ini akan mengandung jenis x2 dengan proporsi x2/n2 Sampel 1 dan 2 dapat membentuk sampel acak baru yaitu sampel beda dua proporsi

45 Distribusi Sampel Beda Dua Proporsi
Rumus Distribusi sampel beda dua proporsi yaitu:

46 Contoh 5% barang di gudang timur cacat, sedangkan barang yang cacat di gudang barat sebanyak 10%. Bila diambil sampel acak sebanyak 200 barang dari gudang timur dan 300 barang dari gudang barat, tentukan probabilitas persentase barang yang cacat dalam gudang barat 2% lebih banyak dibanding gudang timur!

47 Jawab

48 Karena barang cacat di gudang barat 2% lebih banyak daripada di gudang timur, maka
sehingg a diperoleh Dari tabel untuk nilai Z= -1,3  Sehingga = = 0,9032 = 90,32%

49 Latihan Pada suatu pengiriman barang yang terdiri dari 2000 tube elektronika telah diketahui terdapat 600 unit tube yang tidak memenuhi standar mutu. Jika sampel acak sebanyak 500 unit dipilih dari populasi tersebut tanpa pengembalian, berapakah probabilitas sampel populasi yang tidak memenuhi standar mutu : a. akan kurang dari 150/500 b. antara 144/500 sampai dengan 145/500 c. lebih besar dari 164/500

50 Besi baja yang diproduksi perusahaan A mempunyai rata-rata daya regang sebesar 4500 lbs dan variansi sebesar lbs, sedangkan yang diproduksi perusahaan B mempunyai ratarata daya regang sebesar 4000 lbs dan variansi sebesar lbs. Misalkan sampel random sebanyak 50 diambil dari perusahaan A dan sampel random sebanyak 100 diambil dari perusahaan B, berapakah probabilitas rata-rata daya regang beda dua rata-rata dari dua sampel itu yang lebih besar dari 600 lbs?

51 TERIMA KASIH